摘要
本发明提供一种工业机器人预测性维护管理方法及系统,涉及设备维护管理技术领域,包括:获取工业机器人的多模态异构数据,进行智能预处理,得到第一预处理数据,对第一预处理数据进行跨模态关联融合,生成融合数据,提取互补冗余信息并构建语义特征图谱;构建健康状态预测模型,将语义特征图谱添加至健康状态预测模型中,通过线性变换映射至嵌入空间并提取时序信息,进行特征交互得到交互特征,通过前馈神经网络层进行变换和特征增强,得到健康状态概率分布;通过贝叶斯推理融合生成综合健康状态分布,结合检测模型,识别异常模式和关键转折点,生成最优维护策略并对工业机器人进行协同维护,将维护结果上传至服务器并保存当前状态。
技术关键词
工业机器人
健康状态预测
语义特征
子系统
交互特征
图谱
博弈论方法
跨模态
强化学习算法
多模态
注意力
异构
节点
数据
冗余特征
深度生成对抗网络
时序
计算机程序指令
转换器
系统为您推荐了相关专利信息
声学包设计方法
数字仿真模型技术
仿真分析
动刚度
耦合损耗因子
胶囊神经网络
胶囊网络
矩阵
sigmoid函数
双曲正切函数
传感器节点
环境参数信息
智能调节方法
机房环境
拓扑图
数据更新方法
框架
激光雷达点云数据
卫星影像数据
分支
特征检测方法
动态
双通道特征融合
语义特征
特征检测器